▶   本报记者  孙立彬

　　近日，在美国亚特兰大举办的2025 ICRA双臂机器人能力边界挑战赛上，中国企业艾欧智能（深圳）有限公司（以下简称“艾欧智能”）创造了历史。操控员在深圳办公室，隔着1.2万公里的距离精准操控赛场机器人完成数项高难度任务，让该企业从全球88个参赛队伍中脱颖而出，获得最佳应用奖。

　　超远程操控机器人有多难

　　据介绍，在比赛中，艾欧智能团队通过远程遥操作AgileX双臂机器人，完成了一系列模拟科学实验操作，包括安装硅胶柱、处理透明试管、倾倒液体等。这些任务看似简单，实则对操作系统的响应速度、控制精度与多模态感知能力提出了极高要求。比如将硅胶反应柱精准对接并旋转拧紧的场景，不仅要求实现毫米级空间对齐，还要围绕特定轴进行稳定旋转，整个过程需要高度的姿态控制能力与操作稳定性。

　　综合而言，机器人远程操控的核心难点主要集中在网络通信稳定性和操作者临场感的构建这两个方面。

　　艾欧智能产品负责人曹玥表示，远程遥控操作系统需要实现双向数据传输，即操作者发出控制指令、机器人回传感知信息。在局域网环境下，通信可通过低延迟的有线网络高效完成，但一旦跨入公网、跨地域甚至跨国场景，就会面临更长的网络延时、更大的丢包率及链路质量不稳定等问题，这些都会直接影响操控的连续性和精度。

　　在操作方面，因操控员不能直接处于机器人所处的环境，必须依靠远程回传的图像、音频、力触觉等感知数据来理解任务场景并做出决策。在这一过程中，多模态感知信息的同步性和带宽压力成为关键挑战。图像、音频和力觉等不同类型数据在采集、编码、传输和解码过程中容易叠加延迟，影响操作的即时反馈。同时，在带宽受限条件下，如何通过图像压缩、点云融合等技术提升渲染效率，也是确保操作沉浸感的重点。

　　哈工大机器人集团创服中心事业部执行总裁魏明伟表示，机器人远程操控，短距离用局域网就可以，中长距离几百到一千公里可以使用5G，一千公里以上则需要用卫星或海底光缆、云端加速，跨国之间需要跨国网络支持。过远的距离会引发信号的传输延时，进而影响操控；还存在数据包丢失问题，传感器回传的数据一定几率会存在数据缺失，而虚拟模型也有可能存在预判失误的可能，包括在人为控制上，指令的转化可能失真，在数据失真或缺失的情况下很难做到准确的反馈。

　　据了解，为了解决远程操控难题，艾欧智能团队自主研发了远程遥操作系统TeleXperience，该系统可快速适配到不同构型的机器人上，让机器人实时跟随操作人员的指令，完成各种任务。在超远程遥控操作的场景下，操控员使用该系统再配合各种流媒体传输技术和算法，对传输网络进行深度优化，就可以实现远程遥控操作的实时同步和稳定传输。

　　远程操控机器人意义重大

　　目前机器人还不能真正做到自主行动，而远程操控技术则为其提供了转化为生产力的手段，可以实现跨地域作业、人机分离、异地协同等功能，显著提升了机器人使用的灵活性和经济性。

　　“目前，我们已展示出在最远距离条件下完成最复杂任务的能力，整体处于国际领先水平。实现万千米级远程操控，标志着机器人控制能力从传统的局域网环境突破到广域网条件下的稳定应用。这一能力的实现，使得机器人能够被部署在高风险或人员难以抵达的场所，例如灾后救援、远程巡检、危险作业等，同时也为‘人-机-网’协同体系的构建奠定了基础，使异地专家能够实现实时干预与远程调度。”曹玥表示。

　　从理论上看，艾欧智能的远程操控系统具备全球部署的可行性。未来，随着对生成式预测模型和网络波动补偿机制的持续研发，系统在更大范围、更复杂网络环境下的可控性与稳定性还有进一步提升空间。

　　魏明伟表示，实现机器人超远程操控对行业意义重大，未来随着低轨卫星与5G网络深度融合，网络时延将进一步压缩，而在量子通信条件下，甚至可以突破地月距离，这将带来多项应用突破，解决深海探测成本高昂、医疗资源区域失衡、跨国工业协同难等问题。

　　除了应用层面外，在曹玥看来，更重要的是数据。

　　“我们观察到，与图像、文本甚至自动驾驶不同，机器人数据无法在日常活动中自然生成，必须通过实际的交互过程积累。通过远程操作，机器人不仅可以完成任务本身，还能在过程中沉淀大量高质量的“感知-决策-动作”闭环数据，为具身智能模型的训练提供真实场景下的数据支持。随着数据和模型能力的持续提升，远程操作将在未来逐步演变为‘以自主为主、人控为辅’的混合模式，最终实现一个人远程协同控制多个机器人在全球不同地点同时作业的目标。”曹玥说。